JP3335538B2 - Method and apparatus for collating a handwritten character string - Google Patents
Method and apparatus for collating a handwritten character stringInfo
- Publication number
- JP3335538B2 JP3335538B2 JP31276196A JP31276196A JP3335538B2 JP 3335538 B2 JP3335538 B2 JP 3335538B2 JP 31276196 A JP31276196 A JP 31276196A JP 31276196 A JP31276196 A JP 31276196A JP 3335538 B2 JP3335538 B2 JP 3335538B2
- Authority
- JP
- Japan
- Prior art keywords
- character string
- handwritten character
- data
- string data
- registered
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/30—Writer recognition; Reading and verifying signatures
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Character Discrimination (AREA)
- Collating Specific Patterns (AREA)
- Image Processing (AREA)
- User Interface Of Digital Computer (AREA)
Description
【０００１】[0001]
【発明の属する技術分野】本発明は手書き文字の認識方
式、特に手書き文字の筆圧情報と座標情報からなる署名
データに対して、真偽判定を行う署名照合方式および装
置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a method for recognizing handwritten characters, and more particularly, to a signature verification method and apparatus for judging the authenticity of signature data composed of pen pressure information and coordinate information of handwritten characters.
【０００２】[0002]
【従来の技術】従来から、筆記文字を認識する手書き文
字の認識方式は、ワードプロセッサの入力方式や、筆者
を特定する署名照合方式に利用されている。入力方式と
して実用化されているものは、主に、規定された字形制
約に従って楷書書きにより文字を入力して座標情報に変
換し、予め登録された文字データの座標情報との真偽判
定を行い、照合結果の一致した文字として認識する。比
較的緩慢な速度で丁寧に楷書で筆記される場合は、視覚
的フィードバックにより文字の各ストロークが明瞭で、
字形が安定するため、座標情報のみで十分認識できる。2. Description of the Related Art Conventionally, a handwritten character recognition method for recognizing a handwritten character has been used for an input method of a word processor and a signature collation method for specifying an writer. Practically used as an input method, mainly, a character is input by square writing in accordance with a prescribed character shape restriction, converted into coordinate information, and authenticity determination with coordinate information of character data registered in advance is performed. Is recognized as a character whose matching result matches. If you write carefully in a regular style at a relatively slow speed, visual feedback makes each stroke of the character clear,
Since the character shape is stable, it can be sufficiently recognized only by the coordinate information.
【０００３】一方、入力する際に字形を制約されない入
力方式や、署名照合方式に利用するものは、楷書書きだ
けでなく、走り書きされた文字を認識する必要がある。
走り書きされる場合、筆記運動が高速化し、視覚的フィ
ードバックをほとんど伴わない運動となる。この場合、
字形が不鮮明となるので、取り込んだパターンは、各ス
トロークの分離が困難となり、時間軸方向やストローク
方向に伸縮とズレが大きいため、座標情報のみでは照合
率が極めて低く、認識できない。On the other hand, in an input method in which a character shape is not restricted at the time of input or a method used in a signature collation method, it is necessary to recognize not only square writing but also scribbled characters.
When scribbled, the writing motion is accelerated, with little or no visual feedback. in this case,
Since the character shape becomes unclear, it is difficult to separate each stroke in the captured pattern, and the pattern has a large expansion / contraction and displacement in the time axis direction or the stroke direction.
【０００４】走り書きされた手書き文字の認識方式に、
座標情報と筆圧情報を用いて、文字の各ストロークの分
離に依存しない認識を可能とし、筆記運動の変動による
座標情報のバラツキを考慮に入れたＤＰ（ダイナミック
プログラミング）マッチングと呼ばれるパターンマッチ
ング手法が取り入れられている。[0004] There are several methods for recognizing scribbled handwritten characters.
Using coordinate information and pen pressure information, a pattern matching method called DP (Dynamic Programming) matching, which enables recognition that does not depend on separation of each stroke of a character and takes into account variations in coordinate information due to fluctuations in writing motion. Incorporated.
【０００５】ＤＰマッチングでは、筆記運動の変動に対
して、照合するパターン同士の累計誤差を最小とするよ
うな歪み関数を与え、時間軸あるいは弧長軸に対して補
正を行う。このようにして筆記運動の変動を吸収した座
標と筆圧からマッチングを行うことにより、走り書きさ
れた手書き文字の認識を可能としている。In the DP matching, a distortion function that minimizes the accumulated error between the patterns to be compared is given to the fluctuation of the writing motion, and the time axis or the arc length axis is corrected. In this way, by performing matching based on the coordinates that absorb the fluctuation of the writing motion and the pen pressure, it is possible to recognize the scribbled handwritten character.
【０００６】座標情報に筆圧情報を加えた照合や、ＤＰ
マッチングによる正規化を行うことにより、手書き文字
の認識率は向上したが、走り書き文字へ対応した場合の
文字の認識や、署名照合方式に利用する場合、偽署名と
真署名との誤認が生じることがあるため、そのままでは
実用化が不可能であった。[0006] Checking by adding pen pressure information to coordinate information, DP
Although the recognition rate of handwritten characters was improved by performing normalization by matching, false recognition of a fake signature and a true signature may occur when using for recognition of a character corresponding to a scribbled character or a signature verification method. Therefore, practical application was impossible as it was.
【０００７】特許第1,822,532号（特公平5-31798）「手
書き文字のオンライン認識方式」においては、ＤＰマッ
チングを用いて座標情報と筆圧情報から手書き文字の登
録パターンと入力パターンの相違度を求める際に、座標
情報と筆圧情報に最適な重み付け係数を与え、座標情報
と筆圧情報を同時に処理することにより、誤差を軽減
し、真偽の照合率を向上させ、処理時間を短縮したもの
が実用化されている。In Japanese Patent No. 1,822,532 (Japanese Patent Publication No. 5-31798) "On-line recognition system for handwritten characters", the degree of difference between a registered pattern of handwritten characters and an input pattern is obtained from coordinate information and pen pressure information using DP matching. At the time, the optimal weighting coefficient is given to the coordinate information and the pen pressure information, and by simultaneously processing the coordinate information and the pen pressure information, the error is reduced, the true / false collation rate is improved, and the processing time is shortened. Has been put to practical use.
【０００８】このように手書き文字の座標情報と筆圧情
報を取り込み、文字の各ストロークが不明瞭で分離でき
ない場合であっても、認識を可能とし、ＤＰマッチング
により、走り書きされた手書き文字であっても筆記運動
の変動を吸収して累積誤差を補正し、さらに改良を加え
ることにより実用可能となっている。In this way, the coordinate information and the pen pressure information of the handwritten character are taken in, and even if each stroke of the character is unclear and cannot be separated, the recognition is enabled, and the handwritten character scribbled by DP matching is obtained. However, it can be used practically by absorbing the fluctuation of the writing motion, correcting the accumulated error, and further improving it.
【０００９】[0009]
【発明が解決しようとする課題】しかし上記の方法によ
っても、筆記運動の変動を吸収できず、誤差が生じるこ
とがある。図１は、同一の筆記者により筆記された文字
列の一例を示す説明図である。図の（１）が照合判定の
基準となる登録された文字列、（２）が入力された文字
列である。図のように筆記する環境の違い等により、文
字と文字との間隔は変動しやすい。その変動が大きい場
合には、位置や大きさの補正では吸収できず、文字間隔
の変動が座標の誤差として累積され、照合率が低下して
しまう場合がある。本発明は、このような文字の間隔が
変動しやすい場合にも照合率が低下しない方法を得るこ
とを目的とする。However, even with the above method, fluctuations in the writing motion cannot be absorbed, and errors may occur. FIG. 1 is an explanatory diagram showing an example of a character string written by the same writer. (1) in the figure is a registered character string serving as a reference for collation determination, and (2) is an input character string. As shown in the figure, the spacing between characters is likely to fluctuate due to differences in the writing environment and the like. If the variation is large, the correction of the position or size cannot be absorbed, and the variation of the character spacing is accumulated as a coordinate error, which may lower the matching rate. An object of the present invention is to provide a method in which the matching rate does not decrease even when the character interval is likely to fluctuate.
【００１０】[0010]
【課題を解決するための手段】本発明は上記課題を解決
するために、手書き文字列の座標情報と筆圧情報を三次
元的時系列情報として取り込み、予め登録された手書き
文字列のデータと比較して、照合判定を行う手書き文字
の認識方法において、手書き文字列の座標情報と筆圧情
報を三次元的時系列情報として取り込み、ＤＰマッチン
グにより、前記手書き文字列データと登録された手書き
文字列データの累積誤差を最小とするような歪み関数を
与えて補正したデータを比較して得た文字列パターン全
体の相違度の他に、以下の文字毎の相違度、筆記運動の
揺れの相違度を合わせて真偽判定する。According to the present invention, in order to solve the above-mentioned problems, coordinate information and pen pressure information of a handwritten character string are fetched as three-dimensional time-series information, and data of the handwritten character string registered in advance is obtained. In a method for recognizing a handwritten character by comparing and judging, the coordinate information and pen pressure information of the handwritten character string are captured as three-dimensional time-series information, and the handwritten character registered with the handwritten character string data is registered by DP matching. In addition to the differences in the entire character string pattern obtained by comparing the data corrected by giving a distortion function that minimizes the accumulated error of the column data, the differences in the following characters, the differences in the fluctuation of the writing motion Judgment is made at the same time.
【００１１】真偽判定の方法としては様々な手法を用い
ることができるが、一例として次のような方法がある。
第１段階として、文字列パターン全体の相違度を求め、
その値があるしきい値を超え、真署名の可能性が全くな
いと考えられるときは、偽と判定して終了する。第２段
階で筆記運動の揺れの相違度を求め、しきい値を超えた
ときは、偽と判定して終了する。第３段階で文字毎の相
違度を求め、文字列パターンの相違度、運動の揺れの相
違度とともに３次元マップに展開して真偽の判定を行
う。Although various methods can be used as the method of authenticity determination, the following method is an example.
As a first step, the degree of difference of the entire character string pattern is determined,
If the value exceeds a certain threshold value and it is considered that there is no possibility of a true signature, it is determined to be false and the process ends. In the second stage, the degree of difference in the sway of the writing motion is obtained. In the third stage, the degree of difference for each character is obtained, and is developed into a three-dimensional map together with the degree of difference in the character string pattern and the degree of movement fluctuation to determine whether the character is true or false.
【００１２】文字毎の相違度は登録された手書き文字列
データと入力された手書き文字列データから文字を抽出
し、文字単位で位置と大きさの正規化を行い、登録され
た手書き文字列データと入力された手書き文字列データ
の対応する文字毎に座標と筆圧の累積誤差を求め、その
文字毎の累積誤差の合算して得る。これにより文字を構
成する空中成分はそのまま利用し、文字間の空中成分の
み補正、または吸収するようにした。The degree of difference for each character is determined by extracting characters from the registered handwritten character string data and the input handwritten character string data, normalizing the position and size in character units, and registering the registered handwritten character string data. The cumulative error of coordinates and pen pressure is obtained for each corresponding character of the input handwritten character string data, and the cumulative error of each character is added. As a result, the air components constituting the characters are used as they are, and only the air components between the characters are corrected or absorbed.
【００１３】登録データの文字の抽出は、空中成分の時
間とペンが移動した距離の情報から文字間を認識し、文
字の分離点を求め、文字の抽出を行う。入力データに対
しては、署名全体に対する時間軸補正のために求められ
た歪み関数を用いて、登録データと入力データの対応点
を求め、登録データの文字に対応する入力データの対応
部分を文字とする切り出しを行う。The extraction of characters from the registered data is performed by recognizing the space between characters based on information on the time of the air component and the distance traveled by the pen, finding the character separation point, and extracting characters. For the input data, the corresponding point between the registered data and the input data is determined using the distortion function calculated for correcting the time axis for the entire signature, and the corresponding part of the input data corresponding to the character of the registered data is converted to a character. And cut out.
【００１４】文字毎の相違度と署名全体の相違度との関
係を、署名全体のデータ点数に対する文字のデータ点数
の割合と同じとする座標と筆圧の累計誤差を文字毎の相
違度とする。文字毎の座標と筆圧の累計誤差を求めると
きに、位置と大きさの正規化は、文字それぞれに対して
行い、時間軸に対する補正は、署名全体に対しての歪み
関数により補正する。なお、筆記時間が非常に短い文
字、例えば「、」等は、位置の正規化のみを行い、大き
さの正規化は行わない。The difference between each character and the difference between the entire signature is the same as the ratio of the number of data points of the character to the number of data points of the entire signature. . When calculating the cumulative error of the coordinates and writing pressure for each character, the position and size are normalized for each character, and the correction for the time axis is corrected by a distortion function for the entire signature. Characters with extremely short writing time, for example, “,”, are subjected only to position normalization and not to size normalization.
【００１５】筆記運動の揺れの相違度は登録された手書
き文字列データと入力された手書き文字列データの筆記
運動の揺れの激しさを時間軸歪み関数から揺れの変化率
として求め、その累積値から求める。The degree of fluctuation of the writing motion is obtained by calculating the degree of fluctuation of the writing motion between the registered handwritten character string data and the input handwritten character string data as a change rate of the fluctuation from a time axis distortion function, and the cumulative value thereof is obtained. Ask from.
【００１６】ＤＰマッチングによる手書き文字の識別
は、筆記運動の変動を吸収した、文字形状に関する情報
の相違度のみを利用する。しかし、筆者も含めた識別を
行う場合、筆順と形状が同じであれば、真として判定さ
れる欠点がある。そこで、時間軸歪み関数の振幅の累計
から、筆記運動の違いを求め、運動の相違度として照合
要素に含め、このような欠点を補うことができる。The identification of handwritten characters by DP matching uses only the degree of difference in information relating to the character shape, which absorbs fluctuations in writing motion. However, when performing identification including the writer, there is a drawback that if the stroke order and the shape are the same, it is determined to be true. Therefore, the difference in the writing motion can be obtained from the total of the amplitudes of the time axis distortion function, and the difference can be included in the collation element as the degree of the motion difference to compensate for such a drawback.
【００１７】[0017]
【発明の実施の形態】本発明による手書き文字列の認識
は、照合する文字列の座標情報と筆圧情報を取り込み、
演算処理を行うもので、筆記される文字列の座標情報と
筆圧情報を測定する手段と得られたサンプリングデータ
を処理する演算処理手段を必要とする。筆記される文字
列を設定された時間間隔でサンプリングした座標情報と
筆圧情報は、三次元時系列データとなるが、複素座標系
列と筆圧系列を成分とするデータ系列で表現すると良
い。座標情報と筆圧情報を測定する手段は、例えば圧力
センサを組み込んだスタイラスペンとペン先の座標を検
出するディジタイザなどで構成される。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS In recognition of a handwritten character string according to the present invention, coordinate information of a character string to be collated and pen pressure information are taken in.
It performs arithmetic processing, and requires means for measuring coordinate information and writing pressure information of a character string to be written, and arithmetic processing means for processing the obtained sampling data. Coordinate information and pen pressure information obtained by sampling a character string to be written at set time intervals are three-dimensional time-series data, and are preferably represented by a data sequence having a complex coordinate series and a pen pressure series as components. The means for measuring the coordinate information and the pen pressure information includes, for example, a stylus pen incorporating a pressure sensor and a digitizer for detecting the coordinates of the pen tip.
【００１８】照合判定の基準となる文字列と、照合する
文字列について、座標情報と筆圧情報を一定時間間隔で
サンプリングしたデータは、等サンプリング点数に正規
化し、また、位置、大きさについてそれぞれ予備的正規
化を行う。また筆記運動は、例えば横書きであれば左か
ら右へ動くことが多く、このような恒常的な動きは照合
の妨げになる恐れがあるので、等速運筆成分を求め、位
置と大きさを正規化した座標情報から、差し引いてお
く。Data obtained by sampling coordinate information and writing pressure information at regular time intervals for a character string serving as a reference for collation determination and a character string to be collated are normalized to the same number of sampling points. Perform preliminary normalization. In addition, the writing movement often moves from left to right in horizontal writing, for example, and such a constant movement may hinder the collation. It is subtracted from the converted coordinate information.
【００１９】照合判定の基準となる文字列については、
予め登録しておくが、このとき、登録されるデータのサ
ンプリング点数は一定の方が演算処理に便利である。ま
た登録する際には、署名等の同じ文字列を複数回筆記し
て、データを取り込み、最適なデータを選んで登録する
とよい。最適なデータを選ぶ際にも、ＤＰマッチング
や、本発明の手書き文字の識別方式で求められる判定要
素が利用できる。The character string used as a reference for collation determination is as follows:
It is pre-registered. At this time, it is more convenient for the arithmetic processing that the number of sampling points of the registered data is constant. When registering, it is preferable to write the same character string such as a signature a plurality of times, fetch data, and select and register optimal data. When selecting the optimal data, it is possible to use the determination factors required by the DP matching and the handwritten character identification method of the present invention.
【００２０】予備的正規化が済んだ座標情報と筆圧情報
について、ＤＰマッチングにより、時間軸に対する座標
情報と筆圧情報の累計誤差を最小とする時間軸歪み関数
を与えて補正を行い、座標情報および筆圧情報の相違度
を求め、判定要素とする。The coordinate information and pen pressure information after preliminary normalization are corrected by DP matching by giving a time axis distortion function that minimizes the cumulative error between the coordinate information on the time axis and the pen pressure information. The degree of difference between the information and the pen pressure information is obtained and used as a determination factor.
【００２１】なお、座標情報と筆圧情報を一定弧長間隔
でサンプリングあるいは変換された時系列データで照合
することも可能であるが、筆記運動の相違度を判別要素
に加える場合は、一定時間間隔でサンプリングされた、
あるいは変換された時系列データで照合する必要があ
る。ＤＰマッチングによる処理を行う際、特許第1,822,
532号「手書き文字のオンライン認識方式」にあるよう
に、座標情報と筆圧情報に最適な重み付け係数を与え、
座標情報と筆圧情報を同時に処理してもよい。It is also possible to collate the coordinate information and the writing pressure information with time-series data sampled or converted at a constant arc length interval. Sampled at intervals,
Alternatively, it is necessary to collate with the converted time-series data. Patent No. 1,822,
As in No. 532 "Online recognition method for handwritten characters", the optimal weighting coefficient is given to the coordinate information and the pen pressure information,
The coordinate information and the pen pressure information may be processed simultaneously.
【００２２】文字列の中で連続して一気に書かれた部分
（ストローク）の座標情報および筆圧情報の相違度を求
める際、等速運筆成分を含んだ座標情報と筆圧情報か
ら、筆圧がゼロを示す部分でストロークに分ける。分け
られたストローク間の情報を空中成分といい、この空中
成分の時間が短い場合、一つのストローク中のギャッ
プ、即ちひとつの文字を構成するストローク間の空中成
分と見なし、前後のストロークを一つのストロークに合
成する。ストローク中のギャップかどうかの判断には、
ペンの移動距離も参照し、移動距離が大きい場合には、
ストローク間の空中成分とみなすとよい。When calculating the difference between the coordinate information and the pen pressure information of a part (stroke) written continuously at a stroke in a character string, the pen pressure is determined from the coordinate information including the constant velocity pen stroke component and the pen pressure information. Is divided into strokes where zero indicates. Information between the divided strokes is called an aerial component.If the time of the aerial component is short, it is regarded as a gap in one stroke, that is, an aerial component between strokes constituting one character, and the preceding and following strokes are regarded as one. Combine with stroke. To determine if there is a gap during the stroke,
Also refer to the pen travel distance, if the travel distance is large,
It may be regarded as an air component between strokes.
【００２３】一方、照合すべき文字列については、照合
判定の基準となる文字列から切り出したストロークの始
点と終点に対応する点を時間軸歪み関数から求めて、ス
トロークに分ける。このように抽出したストロークにつ
いて位置と大きさの正規化を行い、各ストロークの座標
情報および筆圧情報の相違度を、各ストロークが文字列
全体に占める割合、すなわちサンプリング点数や時間軸
に応じて加算した累積値を求め、その相違度を判定要素
とする。On the other hand, for a character string to be collated, points corresponding to the start point and the end point of a stroke cut out from the character string serving as a reference for collation determination are obtained from a time axis distortion function, and divided into strokes. The positions and sizes of the strokes thus extracted are normalized, and the difference between the coordinate information and the pen pressure information of each stroke is determined according to the ratio of each stroke to the entire character string, that is, according to the number of sampling points and the time axis. The added value is obtained, and the difference is used as a determination factor.
【００２４】ＤＰマッチングにより求められる座標情報
と筆圧情報の累積誤差は時間軸に対する筆記運動の変動
を除去したものであり、逆に時間軸歪み関数には筆記運
動が包含されている。そこで、筆記運動の揺れの激しさ
を時間軸歪み関数から揺れの変化率、即ち速度から求
め、その累積値を判定要素とする。The cumulative error between the coordinate information and the writing pressure information obtained by the DP matching is obtained by removing the fluctuation of the writing motion with respect to the time axis. On the contrary, the time axis distortion function includes the writing motion. Therefore, the intensity of the sway of the writing motion is obtained from the change rate of the sway, that is, the speed, from the time axis distortion function, and the accumulated value is used as a determination element.
【００２５】それぞれ求めた判定要素には最高の認識
率、照合率が得られるようなしきい値を設定しておき、
しきい値を超える値が得られた場合には、偽と判定す
る。本発明の手書き文字列の照合方式を署名照合方式と
して利用する場合、しきい値の設定の如何により、偽署
名を真署名と誤認する危険性が大きくなるなど、その設
定が重要となる。そのため、しきい値は、その利用分野
により、簡単に設定、変更できる判別関数を用いたしき
い値設定方式がよい。また、本発明の手書き文字列照合
方式は、文字入力装置の入力方式に利用することも可能
である。特に、走り書き文字など、文字と文字が続いた
り、途中、かすれるなどへの対応として有効である。Threshold values are set for the obtained determination elements so that the highest recognition rate and the highest matching rate can be obtained.
If a value exceeding the threshold is obtained, it is determined to be false. When the method of collating a handwritten character string according to the present invention is used as a signature collation method, the setting is important, for example, depending on the setting of the threshold value, the risk of false recognition of a false signature as a true signature increases. Therefore, a threshold setting method using a discriminant function that can be easily set and changed according to the field of use is preferable. Further, the handwritten character string collation method of the present invention can be used as an input method of a character input device. In particular, it is effective as a response to characters that follow one another, such as scribbled characters, are in the middle, and are blurred.
【００２６】本発明の手書き文字列の照合方式では、時
間軸に対する座標情報と筆圧情報の累計誤差を最小とす
る補正を行って求められた座標情報および筆圧情報の相
違度、筆記運動の揺れの速度の累計値の相違度、文字列
をストロークごとに分離し、ストロークごとの位置と大
きさの補正を行って求められた座標情報および筆圧情報
の相違度、の３つの判定要素が得られる。判定要素を全
て求めてから、総合的に照合判定を行ってもよいが、例
えば、まず文字列全体の座標情報および筆圧情報の相違
度で照合判定を行い、明らかに偽であれば偽と判定して
照合を終了し、次にストロークごとの相違度を求め、照
合判定を行い、明らかに偽であれば偽と判定して照合を
終了するような段階的な照合判定を行えば、無駄な処理
を省くことができる。In the method of collating a handwritten character string according to the present invention, the difference between the coordinate information and the writing pressure information obtained by performing correction to minimize the cumulative error between the coordinate information on the time axis and the writing pressure information, There are three determination factors: the difference in the cumulative value of the shaking speed, the character string separated for each stroke, and the difference between the coordinate information and the pen pressure information obtained by correcting the position and size of each stroke. can get. After obtaining all the determination elements, the collation determination may be performed comprehensively.For example, first, the collation determination is performed based on the difference between the coordinate information and the pen pressure information of the entire character string. Judgment is completed, collation is completed, then the degree of difference for each stroke is obtained, collation is determined, and if a stepwise collation determination is performed such that it is falsely determined to be false and the collation is terminated, it is wasteful. Unnecessary processing can be omitted.
【００２７】文字列のストロークの座標情報および筆圧
情報の相違度、筆記運動の揺れの速度の双方を判定要素
とし、照合判定に加えることが望ましいが、いずれか一
方の判定要素のみを照合判定に加える場合であっても、
照合率の向上が期待できる。It is desirable that both the difference between the coordinate information of the strokes of the character string and the writing pressure information and the fluctuation speed of the writing motion are used as judgment elements and are added to the collation judgment. However, only one of the judgment elements is judged for collation. Even if you add
An improvement in the matching rate can be expected.
【００２８】[0028]
【実施例】図１は、同一の筆記者により筆記された文字
列の一例を示す説明図であって、図１の（１）が照合判
定の基準となる登録された文字列、（２）が入力された
文字列である。本発明の手書き文字の認識方式により、
署名照合を行い、署名を構成する安定なストロークの座
標情報および筆圧情報の相違度を判定要素とすれば、
（１）のように登録された文字列に対し、（２）のよう
に、文字と文字の間隔が広い文字列が入力されても、真
署名として識別される。FIG. 1 is an explanatory view showing an example of a character string written by the same writer. FIG. 1 (1) shows a registered character string as a reference for collation determination, and FIG. Is the input character string. According to the handwritten character recognition method of the present invention,
If signature matching is performed and the degree of difference between coordinate information and writing pressure information of stable strokes constituting a signature is used as a determination element,
Even if a character string with a large space between characters as shown in (2) is input to a character string registered as in (1), it is identified as a true signature.
【００２９】本発明の手書き文字の認識方式は、文字列
を構成する安定なストロークの座標情報および筆圧情報
の相違度を判定要素にしているため、文字と文字の間隔
の変動による誤差を排除し、筆記環境等により、文字と
文字との間隔に変動が大きい文字列が入力されても、識
別される。In the method for recognizing handwritten characters of the present invention, the difference between the coordinate information of the stable strokes and the writing pressure information constituting the character string is used as the determination factor, so that errors due to variations in the space between characters are eliminated. However, even if a character string having a large variation in the space between characters is input due to a writing environment or the like, it is identified.
【００３０】文字列のストロークは、常に文字単位に対
応しているわけではない。照合する文字列については、
文字列全体を歪み関数にて時間軸の補正を行い、照合判
定の基準となる文字列から抽出したストロークの始点と
終点に対応する点でストロークを分けており、時間軸変
動が大きく、前記歪み関数にて補正しきれない場合など
は、照合する文字列のストロークは、文字単体を表現で
きないパターンとなる。即ち、歪み関数にて補正できる
範囲を超えた文字間の時間的変動を伴うパターンでは、
文字間隔の変動を吸収しきれないことが明らかである。
しかし、署名照合においては、ある範囲を超える変動は
真署名ではないと判断することの方が望ましい。The stroke of a character string does not always correspond to a character unit. For the string to match,
The entire character string is corrected for the time axis using a distortion function, and strokes are divided at points corresponding to the start point and the end point of the stroke extracted from the character string serving as a reference for collation determination. If the function cannot correct the stroke, the stroke of the character string to be collated is a pattern that cannot express a single character. In other words, in a pattern involving temporal variation between characters beyond the range that can be corrected by the distortion function,
It is clear that the variation in character spacing cannot be absorbed.
However, in signature verification, it is more desirable to determine that a change exceeding a certain range is not a true signature.
【００３１】図２は、文字列の時間軸歪み関数の一例を
示す説明図であって、破曲線は真署名と判定されるべき
文字列の時間軸歪み関数、実曲線は偽署名と判定される
べき文字列の時間軸歪み関数を示す。なお、図中の直線
は、照合判定の基準となる登録された文字列の時間軸歪
み関数を時間軸に固定したものでもある。図のような場
合、照合判定の基準となる文字列の時間軸歪み関数即ち
対角線と、照合すべき文字列の時間軸歪み関数との距離
は、真署名より偽署名の方が小さいが、本発明の手書き
文字の認識方式により署名照合を行い、筆記運動の揺れ
の速度の累積値を相違度とすることにより、真署名の方
が時間軸歪み関数の揺れが小さく安定している状態を考
慮に入れた照合が出来る。FIG. 2 is an explanatory diagram showing an example of a time axis distortion function of a character string. The broken curve is a time axis distortion function of a character string to be determined as a true signature, and the real curve is determined as a false signature. This shows the time axis distortion function of the character string to be obtained. It should be noted that the straight line in the figure is also a line in which the time axis distortion function of a registered character string as a reference for collation determination is fixed on the time axis. In the case shown in the figure, the distance between the time axis distortion function of the character string serving as the reference for collation determination, that is, the diagonal line, and the time axis distortion function of the character string to be collated is smaller in the fake signature than in the true signature. The signature verification is performed by the handwritten character recognition method of the present invention, and the accumulated value of the fluctuation speed of the writing motion is regarded as the difference, so that the state in which the fluctuation of the time axis distortion function of the true signature is smaller and more stable is considered. Can be collated.
【００３２】本発明の手書き文字の照合方式では、筆記
運動の揺れの速度を判別要素としているため、筆記時の
ちょっとした停滞の差異に起因する局所的な変動が、歪
み関数全体に影響する要素を排除し、安定した高い照合
率で識別される。In the handwritten character collation method of the present invention, the fluctuation speed of the writing motion is used as a discrimination factor. Therefore, a local variation caused by a slight difference in stagnation at the time of writing causes an element affecting the entire distortion function. Excluded and identified with a stable high matching rate.
【００３３】図３は、本発明の手書き文字の認識方式の
実施例における署名照合方式の手順を説明するフロー図
である。以下、本発明の実施例について説明する。FIG. 3 is a flowchart for explaining the procedure of the signature verification method in the embodiment of the handwritten character recognition method according to the present invention. Hereinafter, examples of the present invention will be described.
【００３４】（ステップ１：登録データの呼び出し）署
名照合を行う前に先ず登録データとして、予め真署名者
が自ら署名し、登録した署名文字列データを用意する。
登録データは、座標（Ｘ，Ｙ）と筆圧（Ｐ）をサンプリ
ング点数Ｌでサンプリングした三次元時系列データ(Step 1: Call of Registered Data) Before signature verification, first, a true signer himself signs in advance and prepares registered character string data as registered data.
Registered data is three-dimensional time-series data obtained by sampling coordinates (X, Y) and pen pressure (P) with the number of sampling points L.
【００３５】[0035]
【数１】 (Equation 1)
【００３６】として呼び出される。ここで数２に示すよ
うに、複素座標系列として表される。Called as Here, as shown in Expression 2, it is represented as a complex coordinate series.
【数２】 (Equation 2)
【００３７】位置と大きさの予備的正規化が行われた登
録データはThe registered data for which the position and size have been preliminarily normalized are
【００３８】[0038]
【数３】 (Equation 3)
【００３９】とする。It is assumed that
【００４０】（ステップ２：署名データ入力）図４は、
本発明の手書き文字の認識方式の実施例における署名デ
ータの入力方式を示す説明図である。図のように署名デ
ータの入力は、ディジタイザやタブレットとスタイラス
ペンなどを用いて、ディジタイザの平面（二次元エリ
ア）に対するスタイラスペンの先端の位置を座標（ｘ，
ｙ）として測定する。また、その時のスタイラスペンの
先端とディジタイザの表面との間に生ずる圧をスタイラ
スペンなどに組み込まれた圧力センサにて測定した筆圧
（ｐ）として、一定時間間隔でサンプリングすることに
より三次元時系列情報として取り込む。(Step 2: Signature Data Input) FIG.
FIG. 3 is an explanatory diagram showing a signature data input method in the embodiment of the handwritten character recognition method of the present invention. As shown in the figure, the input of the signature data is performed by using a digitizer, a tablet, a stylus pen, or the like to determine the position of the tip of the stylus pen with respect to the plane (two-dimensional area) of the digitizer at coordinates (x,
y). Also, the pressure generated between the tip of the stylus pen and the surface of the digitizer at that time is taken as a writing pressure (p) measured by a pressure sensor incorporated in the stylus pen or the like, and is sampled at regular time intervals to obtain a three-dimensional image. Import as sequence information.
【００４１】サンプリングされたデータは｛ｘ(t)，ｙ
(t)，ｐ(t)；ｔ＝１，２，．．．Ｔ｝とする座標情報と
筆圧情報の両者を含んだデータとして表される。但し、
Ｔはサンプリング点数であり、等時間間隔でサンプリン
グされている。The sampled data is ｛x (t), y
(t), p (t); t = 1, 2,. . . It is expressed as data including both coordinate information of T｝ and pen pressure information. However,
T is the number of sampling points, which are sampled at equal time intervals.
【００４２】取り込まれた署名データの座標値を用いて
複素座標系列ｚ(t)＝ｘ(t)＋ｉｙ(t)但しｔ＝１，
２，．．．Ｔを作り、署名データはUsing the coordinate values of the fetched signature data, a complex coordinate series z (t) = x (t) + iy (t) where t = 1
2,. . . Create T and the signature data
【００４３】[0043]
【数４】 (Equation 4)
【００４４】として新たに記述する。 （ステップ３：予備的正規化）得られた署名データに対
して、等時間間隔、等サンプリング点数となるように、
新たなデータ系列Will be newly described. (Step 3: Preliminary Normalization) For the obtained signature data, equal time intervals and equal sampling points are used.
New data series
【００４５】 [0045]
【数５】 (Equation 5)
【００４６】を求める。但し、Ｌはサンプリング点数で
あり、各署名とも一定とする。ここで予備的正規化のた
めに新たな複素座標系列Is obtained. Here, L is the number of sampling points, and each signature is fixed. Here a new complex coordinate series for preliminary normalization
【００４７】[0047]
【数６】 (Equation 6)
【００４８】を定める。但しｚｇは署名パターンの重心
であり、Is determined. Where zg is the center of gravity of the signature pattern,
【００４９】[0049]
【数７】 (Equation 7)
【００５０】と定義する。また記号‖・‖は、複素座標
系列のノルムを表し、Is defined. The symbols ‖ and を represent the norm of the complex coordinate series,
【００５１】[0051]
【数８】 (Equation 8)
【００５２】である。通常、署名は左から右に向かって
動くことが多いなど、時間経過と共に、ある方向に座標
値が増加する傾向がある。このような固定した動きは、
照合を行う観点からないほうが好ましいため、座標デー
タから等速運筆成分を除去する。等速運筆成分はIs as follows. Normally, a coordinate value tends to increase in a certain direction over time, for example, a signature often moves from left to right. Such a fixed movement,
Since it is preferable not to perform collation, the constant speed handwriting component is removed from the coordinate data. The constant speed brush component is
【００５３】[0053]
【数９】 (Equation 9)
【００５４】として定義され、等速運筆成分を除去した
複素座標系列は、The complex coordinate series defined by removing the constant velocity stroke component is
【００５５】[0055]
【数１０】 (Equation 10)
【００５６】である。またξ、ηは、‖ｚ*(l)‖を最小
とする値を選択するため、それぞれIs as follows. Ξ and η are selected to minimize the value of ‖z * (l) ‖.
【００５７】[0057]
【数１１】 [Equation 11]
【００５８】[0058]
【数１２】 (Equation 12)
【００５９】と定義される。このような処理によって得
られた複素座標系列Is defined as Complex coordinate series obtained by such processing
【００６０】[0060]
【数１３】 (Equation 13)
【００６１】を正規化複素座標系列とする。以下、座標
系列と呼ぶ。同様に筆圧情報に関してもIs a normalized complex coordinate series. Hereinafter, it is called a coordinate series. Similarly for pen pressure information
【００６２】[0062]
【数１４】 [Equation 14]
【００６３】と正規化し、正規化処理で新たに得られた
筆圧系列The pen pressure series newly obtained by the normalization process
【００６４】[0064]
【数１５】 (Equation 15)
【００６５】を正規化筆圧系列とする。以下、筆圧系列
と呼ぶ。以上のようにサンプリングされた入力データは
予備的正規化処理が施され、サンプリング点数、位置に
と大きさについて正規化されて、Is a normalized pen pressure series. Hereinafter, it is called a pen pressure series. The input data sampled as described above is subjected to preliminary normalization processing, and is normalized with respect to the number of sampling points, positions, and sizes.
【００６６】[0066]
【数１６】 (Equation 16)
【００６７】と表現される。 （ステップ４：歪み関数を求める） （ステップ５：文字列パターンの相違度を求める）登録
データと入力データについて、座標と筆圧に関する相違
度を求める。この時、登録データと入力データに座標と
筆圧に対する重み付けを行い、ＤＰマッチングにより、
時間軸に対する両パターンの座標及び筆圧の累計誤差を
最小とする補正が行う。Is expressed as follows. (Step 4: Obtain the distortion function) (Step 5: Obtain the degree of difference between the character string patterns) For the registered data and the input data, the degree of difference regarding the coordinates and the pen pressure is obtained. At this time, registration data and input data are weighted with respect to coordinates and pen pressure, and DP matching
Correction is performed to minimize the total error of the coordinates and writing pressure of both patterns with respect to the time axis.
【００６８】登録データをパターンＡとし、入力データ
をパターンＢとして、パターンＡのｉ番目とパターンＢ
のｊ番目の点の相違度は、座標系列と筆圧系列を用い
て、The registered data is pattern A, the input data is pattern B, and the i-th pattern
The difference of the j-th point of is calculated using the coordinate series and the pen pressure series.
【００６９】ｄ2(i,j)＝（１−ｗp）｜ｚ* A(i)−ｚ
* B(j)｜2＋ｗp｜ｐ* A(i)−ｐ* B(j)｜2 D 2 (i, j) = (1−w p ) | z * A (i) −z
* B (j) | 2 + w p | p * A (i) -p * B (j) | 2
【００７０】のように定義する。ここで ｗp（０≦ｗp≦１） は筆圧系列に関する重みであり、（１−ｗp）は座標系
列に関する重みである。Is defined as follows. Here, w p (0 ≦ w p ≦ 1) is a weight related to the pen pressure series, and (1−w p ) is a weight related to the coordinate series.
【００７１】ここでパターンＡ，Ｂ間の非線形な変換を
考え、パターン間の相違を表す距離関数としてHere, a non-linear conversion between patterns A and B is considered, and a distance function representing a difference between the patterns is given as:
【００７２】[0072]
【数１７】 [Equation 17]
【００７３】を定義する。ここでτｉ(l)，τｊ(l)は、
パターンＡ，Ｂの点間対応を定める関数で、関数Ｄshap
e-1（Ａ，Ｂ）の値を最小にするように、２つのパター
ンの点間対応が求められる。Is defined. Here, τi (l) and τj (l) are
A function for determining the correspondence between points of patterns A and B, and a function Dshap
The correspondence between points of the two patterns is determined so as to minimize the value of e-1 (A, B).
【００７４】関数τｉ(l)，τｊ(l)は、時間軸歪み関数
（Warping Function）といい、最小化されたＤshape-1
（Ａ，Ｂ）はパターン間整合化距離という。歪み関数τ
ｉ(l)，τｊ(l)には、次のような条件が設定される。The functions τi (l) and τj (l) are called a time axis distortion function (Warping Function), and the minimized D shape-1
(A, B) is called an inter-pattern matching distance. Distortion function τ
The following conditions are set for i (l) and τj (l).
【００７５】(1)単調性 筆者によって筆順が異なった場合においても、一般に同
一筆者が同一文字を書く場合は、前提として筆順に変化
がないことから、歪み関数は単調増加関数である。そこ
で、(1) Monotonicity Even when the stroke order differs depending on the writer, in general, when the same writer writes the same character, there is no change in the stroke order as a premise, so the distortion function is a monotonically increasing function. Therefore,
【００７６】τｉ(l-1)≦τｉ(l)，τｊ(l-1)≦τｊ(l) が設定される。Τi (l−1) ≦ τi (l) and τj (l−1) ≦ τj (l) are set.
【００７７】(2)連続性 ストローク間での座標および筆圧は連続的な変化をする
ため、歪み関数も連続関数である。そこで、(2) Continuity Since the coordinates and pen pressure between strokes change continuously, the distortion function is also a continuous function. Therefore,
【００７８】｜τｉ(l)−τｉ(l-1)｜≦１，｜τｊ(l)
−τｊ(l-1)｜≦１ が設定される。| Τi (l) −τi (l−1) | ≦ 1, | τj (l)
−τj (l−1) | ≦ 1 is set.
【００７９】(3)境界条件 本実施例においては、文字
パターンの起点と終点を固定するので、 τｉ(1)＝τｊ(1)＝１，τｉ(L)＝τｊ(L)＝Ｌ となる。(3) Boundary Condition In this embodiment, since the starting point and the ending point of the character pattern are fixed, τi (1) = τj (1) = 1, τi (L) = τj (L) = L .
【００８０】なお本実施例では登録データのパターンＡ
の時間軸を τｉ(l)＝ｌ に固定し、入力データのパターンＢを時間軸に対して歪
ませる方法を用いている。このパターン間整合化距離Ｄ
shape-1（Ａ，Ｂ）を形状の第１相違度とする。In this embodiment, the pattern A of the registration data
Is fixed at τi (l) = 1, and the pattern B of the input data is distorted with respect to the time axis. This pattern matching distance D
shape-1 (A, B) is defined as the first degree of difference between shapes.
【００８１】（ステップ６：筆記運動の揺れの相違度を
求める）筆記運動そのものの違い、即ち、動きに関する
相違度も非常に有効な判別要素となる。時間軸に対する
登録パターンと入力パターンとの変動の相違度は、歪み
関数τｉ(l)，τｊ(l)に含まれている。(Step 6: Determining the Difference in the Shaking of the Writing Movement) The difference in the writing movement itself, that is, the difference in the movement is also a very effective discriminating factor. The degree of difference in variation between the registered pattern and the input pattern with respect to the time axis is included in the distortion functions τi (l) and τj (l).
【００８２】図５は本発明の手書き文字の認識方式の実
施例における時間軸歪み関数を示す説明図であって真署
名データの場合、図６は本発明の手書き文字の認識方式
の実施例における時間軸歪み関数を示す説明図であって
偽署名データの場合である。歪み関数は、パターンＡ，
Ｂが完全に一致する場合には、傾きが１の直線、即ち、
図中の対角線に一致する。FIG. 5 is an explanatory diagram showing a time axis distortion function in the embodiment of the handwritten character recognition method of the present invention. In the case of true signature data, FIG. 6 shows the embodiment of the handwritten character recognition method of the present invention. FIG. 4 is an explanatory diagram showing a time axis distortion function, which is a case of fake signature data. The distortion function is expressed by the pattern A,
When B completely matches, a straight line with a slope of 1, that is,
It matches the diagonal line in the figure.
【００８３】通常は、署名データのパターンには時間軸
方向の非線形な誤差があり、図のように歪み関数τｉ
(l)とτｊ(l)を表すと、対角線に対して変動する曲線と
なる。真の筆者による署名と偽の筆者による署名では、
図５、図６にあるように、偽署名の場合に変動が大きく
なる傾向がある。Normally, the pattern of the signature data has a non-linear error in the time axis direction, and as shown in FIG.
If (l) and τj (l) are represented, they become curves that vary with respect to the diagonal. With a true author signature and a fake author signature,
As shown in FIGS. 5 and 6, the fluctuation tends to increase in the case of a fake signature.
【００８４】対角線に対する変動は、時間軸に対する登
録パターンと入力パターンとの筆記運動の違いとなる。
一般的に、運動の相違度は対角線と歪み関数との差の累
積として ‖τｊ(l)−τｉ(l)‖ と表すことが出来るが、歪み関数の差の累積は、局所的
な変動が署名全体の変動の大きさに影響を与え、運動の
相違度が大きくなってしまう。The variation with respect to the diagonal line causes a difference in the writing motion between the registered pattern and the input pattern with respect to the time axis.
In general, the difference in motion can be expressed as {τj (l) −τi (l)} as the accumulation of the difference between the diagonal line and the distortion function. Affects the magnitude of the variation of the entire signature and increases the discrepancy of the movement.
【００８５】このことから局所的な変動を累積させない
距離関数を定義する必要がある。まず、対角線に対する
歪み関数の変動量を λ(l)＝τｊ(l)−τｉ(l) τｉ(l)＝1,2,...,L とする。From this, it is necessary to define a distance function that does not accumulate local variations. First, the variation amount of the distortion function with respect to the diagonal line is set as λ (l) = τj (l) −τi (l) τi (l) = 1, 2,.
【００８６】この変動量は、ある時間における対角線と
歪み関数の距離であり、その変動の激しさは対角線から
離れる速度に相当するが、速度は、関数λ(l)の１次微
分関数λ´(l)として求めることができる。図７は、本
発明の署名照合方式の実施例における歪み関数の変動量
を示す説明図である。歪み関数の変動量を関数λ(l)と
し、その１次微分関数λ´(l)を求めることにより、局
所的な変動が署名全体に影響する要素が取り除かれる。
１次微分関数λ´(l)は数値微分の５点公式により、The amount of change is the distance between the diagonal and the distortion function at a certain time, and the intensity of the change corresponds to the speed away from the diagonal, but the speed is the first derivative λ ′ of the function λ (l). (l). FIG. 7 is an explanatory diagram showing a variation amount of the distortion function in the embodiment of the signature verification method of the present invention. By determining the amount of variation of the distortion function as a function λ (l) and obtaining its first-order differential function λ ′ (l), an element whose local variation affects the entire signature is removed.
The first derivative function λ '(l) is expressed by the five-point formula of numerical differentiation,
【００８７】[0087]
【数１８】 (Equation 18)
【００８８】となる。このλ´(l)を距離関数とし、パ
ターンＡ，Ｂ間の運動の相違度は、Is as follows. Using this λ ′ (l) as a distance function, the difference in motion between patterns A and B is
【００８９】[0089]
【数３１】 (Equation 31)
【００９０】として求められる。Is obtained as
【００９１】（ステップ７：文字の切り出し）署名デー
タから文字を切り出すには、まず、登録データの署名全
体から、ストロークを抽出し、次にストロークから文字
を切り出す。図８は、本発明の手書き文字の認識方式の
実施例における座標、筆圧の時間変位を示す説明図であ
る。図の署名データは、筆圧ゼロとなる空中成分により
３つに分断される座標、筆圧成分をそれぞれ、ストロー
ク（１）、ストローク（２）、ストローク（３）とす
る。(Step 7: Character Extraction) In order to extract characters from signature data, first, a stroke is extracted from the entire signature of the registered data, and then characters are extracted from the stroke. FIG. 8 is an explanatory diagram showing the time displacement of coordinates and pen pressure in the embodiment of the handwritten character recognition method of the present invention. In the signature data shown in the figure, the coordinates and pen pressure components divided into three by an air component having a pen pressure of zero are set as a stroke (1), a stroke (2), and a stroke (3), respectively.
【００９２】同一筆者が書き慣れた署名を筆記する場
合、一つの文字や名前、氏名の部分等をある塊で一気に
書き上げる一般的な傾向があり、その部分は文字間隔や
空中成分も安定した筆記運動となっている。そこでこの
点に注目し、抽出したストロークとストロークを結ぶ部
分、即ち筆圧ゼロの空中成分の時間が極めて短い者は文
字を構成するギャップであるとし、空中成分の時間があ
る程度長く、あるいは、ペンの移動距離がある距離より
も長い部分を文字間として、文字の切り出しを行う。When writing a signature that the same writer is accustomed to writing, there is a general tendency to write a single character, name, name, and the like in a lump at a stroke, and that portion has a stable character spacing and air components. Exercise. Therefore, paying attention to this point, the part connecting the extracted strokes, that is, the person whose time of the air component at zero writing pressure is extremely short, is regarded as a gap constituting a character, and the time of the air component is longer to some extent, or the pen is Characters are cut out with a portion of the moving distance longer than a certain distance as a character interval.
【００９３】時間はデータ点数と比例関係にあることか
ら、データ点数がある設定値ＳAminよりも小さい空中成
分の場合は、文字を構成するストローク間のギャップと
みなし、前後のストロークを合成した新たなストローク
を作成する。この処理により抽出されたストロークを署
名を構成する文字とする。Since time is proportional to the number of data points, if the number of data points is an aerial component smaller than a certain set value SA min , it is regarded as a gap between strokes constituting a character, and a new stroke obtained by combining preceding and succeeding strokes is considered. Create a simple stroke. The strokes extracted by this process are used as characters constituting the signature.
【００９４】図中、ストローク（１）とストローク
（２）の間の空中成分の時間はある程度長く、そのデー
タ点数が設定値ＳAminよりも多いため、ストローク
（１）はそのまま、文字（１）として切り出される。一
方ストローク（２）とストローク（３）の間の空中成分
についてはデータ点数が設定値ＳAminよりも小さいた
め、合成して文字（２）として切り出される。登録デー
タのパターンＡを表す時系列データIn the figure, the time of the air component between the stroke (1) and the stroke (2) is long to some extent, and the number of data points is larger than the set value SA min. It is cut out as. On the other hand, as for the air component between the stroke (2) and the stroke (3), since the number of data points is smaller than the set value SA min, they are combined and cut out as a character (2). Time-series data representing pattern A of registered data
【００９５】[0095]
【数１９】 [Equation 19]
【００９６】から、抽出されたｍ番目の文字をFrom the above, the extracted m-th character is
【００９７】[0097]
【数２１】 (Equation 21)
【００９８】と表される。ＭはパターンＡを構成する文
字の数、Ｌs(m)は文字Ｓ(m)の始点（パターンＡの対応
点）を示し、Ｌe(m)は終点を示す。Is represented by M indicates the number of characters constituting pattern A, Ls (m) indicates the start point of character S (m) (corresponding point of pattern A), and Le (m) indicates the end point.
【００９９】パターンＡを構成する文字群をA character group constituting pattern A is
【０１００】[0100]
【数２０】 (Equation 20)
【０１０１】とする。It is assumed that
【０１０２】一方、入力データのパターンＢの文字は、
パターンＡの文字に対応させて切り出す。対応点は、形
状の第１相違度を求める際に算出した歪み関数τｉ
(l)、τｊ(l)を用いて求められる。On the other hand, the characters of pattern B of the input data are
Cut out corresponding to the character of pattern A. The corresponding point is the distortion function τi calculated when calculating the first degree of difference between the shapes.
(l) and τj (l).
【０１０３】入力データのパターンＢを表す時系列デー
タTime-series data representing pattern B of input data
【０１０４】[0104]
【数２２】 (Equation 22)
【０１０５】から、抽出されたｍ番目の文字はThus, the m-th character extracted is
【０１０６】[0106]
【数２４】 (Equation 24)
【０１０７】と定義される。パターンＢを構成する文字
群をIs defined as The characters that make up pattern B
【０１０８】[0108]
【数２３】 (Equation 23)
【０１０９】とする。ここでの歪み関数 τ(l)＝τｊ(l) であり、 τｉ(l)＝1,2,...,L とする。It is assumed that Here, the distortion function τ (l) = τj (l), and τi (l) = 1, 2,..., L.
【０１１０】（ステップ８：文字の正規化）抽出された
文字の座標系列に対して、位置と大きさの正規化を行
い、正規化された座標系列をパターンＡ、パターンＢそ
れぞれ、(Step 8: Character Normalization) The position and size of the extracted character coordinate series are normalized, and the normalized coordinate series is assigned to the pattern A and the pattern B, respectively.
【０１１１】[0111]
【数２５】 (Equation 25)
【０１１２】[0112]
【数２６】 (Equation 26)
【０１１３】[0113]
【数２７】 [Equation 27]
【０１１４】[0114]
【数２８】 [Equation 28]
【０１１５】とする。この時、文字のデータ点数がある
点数以下の場合は、大きさについては正規化は行わず、
位置のみの正規化を行う。データ点数が少なく、即ち、
非常に短い時間内で筆記された文字は、「、」、「−」
等の単純な形状をしていることが多く、大きさの正規化
により、変動を吸収するよりも助長する傾向があるため
である。It is assumed that At this time, if the character data score is less than a certain score, the size is not normalized,
Performs position-only normalization. The number of data points is small, that is,
Characters written in a very short time are ",", "-"
This is because the shape is often a simple shape, and the normalization of the size tends to promote fluctuation rather than absorb it.
【０１１６】（ステップ９：文字毎の相違度を求める）
登録データのパターンＡのｍ番目の文字に対応する入力
データのパターンＢの文字との相違度を(Step 9: Finding the degree of difference for each character)
The degree of difference from the pattern data B character of the input data corresponding to the m-th character of the registered data pattern A
【０１１７】[0117]
【数２９】 (Equation 29)
【０１１８】と定義する。ｗp（０≦ｗp≦１）は筆圧系
列に関する重みである。署名全体における相違度は、各
文字の相違度を署名全体に対する各文字のデータ点数の
割合で加算し、その合計が文字毎の相違度Is defined as follows. w p (0 ≦ w p ≦ 1) is a weight related to the pen pressure sequence. The dissimilarity of the entire signature is calculated by adding the dissimilarity of each character by the ratio of the data points of each character to the entire signature, and the total is the dissimilarity of each character
【０１１９】[0119]
【数３０】 [Equation 30]
【０１２０】として求められる。 （ステップ１０：本人識別）文字列パターンの相違度、
筆記運動の揺れの相違度、文字毎の相違度により、真偽
の判定を行い、同一人物の署名かどうかの識別を行う。
３つの相違度を３次元にマップして、定義した判別関数
により真偽の判別を行う。このとき、３つの相違度を必
ず求めて、判定を行ってもよいが、照合時間を考慮すれ
ば、段階的な判定を行うことにより、無駄な計算量を減
らして効率的に判別を行うことができる。Is obtained. (Step 10: Identity) Character string pattern difference,
The authenticity is determined based on the degree of shaking of the writing motion and the degree of difference of each character, and the signature of the same person is identified.
The three dissimilarities are mapped three-dimensionally, and authenticity is determined by a defined discriminant function. At this time, the determination may be made by always obtaining the three degrees of difference, but in consideration of the collation time, by performing the determination stepwise, it is possible to reduce the unnecessary calculation amount and perform the determination efficiently. Can be.
【０１２１】[0121]
【発明の効果】本発明は、一見、文字単体の違いによる
照合に見えるが、時間軸に対する補正は、署名全体に対
する歪み関数を用い、また、文字の抽出にあたっても、
署名全体に対する対応点を考慮し、相違度も署名を構成
する文字の占める割合を考慮しているため、署名全体に
対する筆記運動を反映した相違度を求めることができ
る。According to the present invention, at first glance, it looks like a collation based on the difference of a single character, but the correction on the time axis uses a distortion function for the entire signature.
Since the degree of difference in the entire signature is taken into account and the ratio of the characters constituting the signature is taken into account, the degree of difference reflecting the writing motion for the entire signature can be obtained.
【０１２２】また、文字列を構成する安定なストローク
の座標情報および筆圧情報の相違度を判定要素にしてい
るため、文字と文字の間隔の変動による誤差を排除し、
筆記環境等により、文字と文字との間隔に変動が大きい
文字列が入力されても、安定した識別結果が得られる。
さらに、筆記運動の揺れの速度を判定要素としているた
め、文字列の書き始めなどの筆の停滞の差異など、局所
的な変動が文字列全体の運動の差異として影響しない、
安定した高い照合率で真署名が識別される。Further, since the difference between the coordinate information and the writing pressure information of the stable strokes constituting the character string is used as the determination factor, an error due to a change in the interval between characters can be eliminated.
Even if a character string having a large variation in the space between characters is input due to a writing environment or the like, a stable identification result can be obtained.
Furthermore, because the speed of the sway of the writing motion is used as a determination factor, local variations such as differences in stagnation of the brush at the start of writing the character string do not affect the difference in motion of the entire character string,
True signatures are identified with a stable and high verification rate.
【図１】同一の筆記者により筆記された文字列の一例を
示す説明図である。FIG. 1 is an explanatory diagram showing an example of a character string written by the same writer.
【図２】文字列の時間軸歪み関数の一例を示す説明図で
ある。FIG. 2 is an explanatory diagram illustrating an example of a time axis distortion function of a character string.
【図３】本発明の手書き文字の認識方式の実施例におけ
る署名照合方式の手順を説明するフロー図である。FIG. 3 is a flowchart illustrating a procedure of a signature verification method in the embodiment of the handwritten character recognition method according to the present invention.
【図４】本発明の手書き文字の認識方式の実施例におけ
る署名照合方式の署名データの入力方式を示す説明図で
ある。FIG. 4 is an explanatory diagram showing a signature data input method of a signature verification method in the embodiment of the handwritten character recognition method of the present invention.
【図５】本発明の手書き文字の認識方式の実施例におけ
る真署名の時間軸歪み関数を示す説明図である。FIG. 5 is an explanatory diagram showing a time axis distortion function of a true signature in the embodiment of the handwritten character recognition method according to the present invention.
【図６】本発明の手書き文字の認識方式の実施例におけ
る偽署名の時間軸歪み関数を示す説明図である。FIG. 6 is an explanatory diagram showing a time axis distortion function of a fake signature in the embodiment of the handwritten character recognition method according to the present invention.
【図７】本発明の署名照合方式の実施例における歪み関
数の変動量を示す説明図である。FIG. 7 is an explanatory diagram showing a variation amount of a distortion function in the embodiment of the signature verification method of the present invention.
【図８】本発明の手書き文字の認識方式の実施例におけ
る座標、筆圧の時間変位を示す説明図である。FIG. 8 is an explanatory diagram showing time displacement of coordinates and pen pressure in the embodiment of the handwritten character recognition method of the present invention.
フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ Ｇ０６Ｔ 1/00 ３２０ Ｇ０６Ｔ 1/00 ３２０Ａ (58)調査した分野(Int.Cl.7，ＤＢ名) G06T 7/00 570 G06F 3/03 380 G06K 9/62 G06T 1/00 320 Continuation of the front page (51) Int.Cl. 7 identification code FI G06T 1/00 320 G06T 1/00 320A (58) Field surveyed (Int.Cl. 7 , DB name) G06T 7/00 570 G06F 3/03 380 G06K 9/62 G06T 1/00 320
Claims (6)
次元的時系列情報として取り込み、予め登録された手書
き文字列のデータと比較して、照合判定を行う手書き文
字列の照合方法において、 (1)手書き文字列の座標情報と筆圧情報を三次元的時系
列情報として取り込み、 ＤＰマッチングにより、前記手書き文字列データと登録
された手書き文字列データの累積誤差を最小とするよう
な歪み関数を与えて補正したデータを比較して得た文字
列パターン全体の相違度と、 (2)前記登録された手書き文字列データと入力された手
書き文字列データから文字を抽出し、文字単位で位置と
大きさの正規化を行い、登録された手書き文字列データ
と入力された手書き文字列データの対応する文字毎に座
標と筆圧の累積誤差を求め、その文字毎の累積誤差の合
算して得た文字毎の相違度、 とに基づいて真偽判定を行うことを特徴とする手書き文
字列の照合方法。1. A handwritten character string collating method in which coordinate information and pen pressure information of a handwritten character string are fetched as three-dimensional time-series information, and compared with pre-registered handwritten character string data to perform collation determination. (1) Coordinate information and pen pressure information of a handwritten character string are fetched as three-dimensional time series information, and DP matching is used to minimize the accumulated error between the handwritten character string data and the registered handwritten character string data. The degree of difference of the entire character string pattern obtained by comparing the data corrected by applying the distortion function, and (2) extracting characters from the registered handwritten character string data and the input handwritten character string data, Normalize the position and size with, calculate the cumulative error of the coordinates and pen pressure for each corresponding character of the registered handwritten character string data and the input handwritten character string data, and calculate the cumulative error of the A method for collating a handwritten character string, wherein a true / false judgment is made based on the difference between the characters obtained by the summation.
次元的時系列情報として取り込み、予め登録された手書
き文字列のデータと比較して、照合判定を行う手書き文
字の照合方法において、 (1)手書き文字列の座標情報と筆圧情報を三次元的時系
列情報として取り込み、 ＤＰマッチングにより、前記手書き文字列データと登録
された手書き文字列データの累積誤差を最小とするよう
な歪み関数を与えて補正したデータを比較して得た文字
列パターン全体の相違度と、 (2)前記登録された手書き文字列データと入力された手
書き文字列データの筆記運動の揺れの激しさを時間軸歪
み関数から揺れの変化率として求め、その累積値からな
る筆記運動の揺れの相違度、 とに基づいて真偽判定を行うことを特徴とする手書き文
字列の照合方法。2. A handwritten character collating method for capturing coordinate information and pen pressure information of a handwritten character string as three-dimensional time-series information, comparing the data with handwritten character string data registered in advance, and performing collation determination. (1) The coordinate information of the handwritten character string and the pen pressure information are fetched as three-dimensional time-series information, and a distortion that minimizes the accumulated error between the handwritten character string data and the registered handwritten character string data by DP matching. The degree of difference of the entire character string pattern obtained by comparing the data corrected by giving the function, and (2) the intensity of the fluctuation of the writing motion of the registered handwritten character string data and the input handwritten character string data. A method of collating a handwritten character string, comprising: determining a change rate of a sway from a time-axis distortion function;
次元的時系列情報として取り込み、予め登録された手書
き文字列のデータと比較して、照合判定を行う手書き文
字の照合方法において、 (1)手書き文字列の座標情報と筆圧情報を三次元的時系
列情報として取り込み、ＤＰマッチングにより、前記手
書き文字列データと登録された手書き文字列データの累
積誤差を最小とするような歪み関数を与えて補正したデ
ータを比較して得た文字列パターン全体の相違度と、 (2)前記登録された手書き文字列データと入力された手
書き文字列データから文字を抽出し、文字単位で位置と
大きさの正規化を行い、登録された手書き文字列データ
と入力された手書き文字列データの対応する文字毎に座
標と筆圧の累積誤差を求め、その文字毎の累積誤差の合
算して得た文字毎の相違度、 (3)前記登録された手書き文字列データと入力された手
書き文字列データの筆記運動の揺れの激しさを時間軸歪
み関数から揺れの変化率として求め、その累積値からな
る筆記運動の揺れの相違度、 とに基づいて真偽判定を行うことを特徴とする手書き文
字列の照合方法。3. A handwritten character collating method for capturing coordinate information and pen pressure information of a handwritten character string as three-dimensional time-series information, comparing the data with previously registered handwritten character string data, and performing collation determination. (1) Distortion that captures coordinate information and pen pressure information of a handwritten character string as three-dimensional time-series information and minimizes the accumulated error between the handwritten character string data and registered handwritten character string data by DP matching. The degree of difference of the entire character string pattern obtained by comparing the data corrected by giving the function and (2) extracting characters from the registered handwritten character string data and the input handwritten character string data, and The position and size are normalized, and the cumulative error of coordinates and pen pressure for each corresponding character in the registered handwritten character string data and the input handwritten character string data is calculated. The degree of difference for each character obtained by doing, (3) the intensity of the fluctuation of the writing motion of the registered handwritten character string data and the input handwritten character string data is determined as a change rate of the fluctuation from a time axis distortion function, A method of collating a handwritten character string, wherein the authenticity is determined based on the difference between the fluctuations of the writing motion, which is the accumulated value.
次元的時系列情報として取り込み、予め登録された手書
き文字列のデータと比較して、照合判定を行う手書き文
字の照合装置において、 (1)手書き文字列の座標情報と筆圧情報を三次元的時系
列情報として取り込み、ＤＰマッチングにより、前記手
書き文字列データと登録された手書き文字列データの累
積誤差を最小とするような歪み関数を与えて補正したデ
ータを比較して文字列パターン全体の相違度を求める手
段、 (2)前記登録された手書き文字列データと入力された手
書き文字列データから文字を抽出し、文字単位で位置と
大きさの正規化を行い、登録された手書き文字列データ
と入力された手書き文字列データの対応する文字毎に座
標と筆圧の累積誤差を求め、その文字毎の累積誤差の合
算して文字毎の相違度を求める手段、 を備えたことを特徴とする手書き文字列の照合装置。4. A handwritten character collating apparatus which fetches coordinate information and pen pressure information of a handwritten character string as three-dimensional time-series information, compares it with data of a handwritten character string registered in advance, and performs collation determination. (1) Distortion that captures coordinate information and pen pressure information of a handwritten character string as three-dimensional time-series information and minimizes the accumulated error between the handwritten character string data and registered handwritten character string data by DP matching. Means for comparing the data corrected by giving a function to determine the degree of difference of the entire character string pattern, (2) extracting characters from the registered handwritten character string data and the input handwritten character string data, and The position and size are normalized, and the cumulative error of the coordinates and pen pressure for each corresponding character of the registered handwritten character string data and the input handwritten character string data is calculated. The summed means for determining the degree of difference for each character collation apparatus handwritten string comprising the.
次元的時系列情報として取り込み、予め登録された手書
き文字列のデータと比較して、照合判定を行う手書き文
字の照合装置において、 (1)手書き文字列の座標情報と筆圧情報を三次元的時系
列情報として取り込み、ＤＰマッチングにより、前記手
書き文字列データと登録された手書き文字列データの累
積誤差を最小とするような歪み関数を与えて補正したデ
ータを比較して文字列パターン全体の相違度を求める手
段、 (2)前記登録された手書き文字列データと入力された手
書き文字列データの筆記運動の揺れの激しさを時間軸歪
み関数から揺れの変化率として求め、その累積値からな
る筆記運動の揺れの相違度を求める手段、 を備えたことを特徴とする手書き文字列の照合装置。5. A handwritten character collating apparatus for capturing coordinate information and pen pressure information of a handwritten character string as three-dimensional time-series information, comparing the data with previously registered handwritten character string data, and performing collation determination. (1) Distortion that captures coordinate information and pen pressure information of a handwritten character string as three-dimensional time-series information and minimizes the accumulated error between the handwritten character string data and the registered handwritten character string data by DP matching. Means for comparing the data corrected by giving the function to determine the degree of difference of the entire character string pattern; Means for obtaining a change rate of the sway from the time-axis distortion function, and obtaining a degree of difference in sway of the writing motion based on an accumulated value thereof.
次元的時系列情報として取り込み、予め登録された手書
き文字列のデータと比較して、照合判定を行う手書き文
字の照合装置において、 (1)手書き文字列の座標情報と筆圧情報を三次元的時系
列情報として取り込み、ＤＰマッチングにより、前記手
書き文字列データと登録された手書き文字列データの累
積誤差を最小とするような歪み関数を与えて補正したデ
ータを比較して文字列パターン全体の相違度を求める手
段、 (2)前記登録された手書き文字列データと入力された手
書き文字列データから文字を抽出し、文字単位で位置と
大きさの正規化を行い、登録された手書き文字列データ
と入力された手書き文字列データの対応する文字毎に座
標と筆圧の累積誤差を求め、その文字毎の累積誤差の合
算して文字毎の相違度を求める手段、 (3)前記登録された手書き文字列データと入力された手
書き文字列データの筆記運動の揺れの激しさを時間軸歪
み関数から揺れの変化率として求め、その累積値からな
る筆記運動の揺れの相違度を求める手段、 を備えたことを特徴とする手書き文字列の照合装置。6. A handwritten character collating device for capturing coordinate information and pen pressure information of a handwritten character string as three-dimensional time-series information, comparing the data with previously registered handwritten character string data, and performing collation determination. (1) Distortion that captures coordinate information and pen pressure information of a handwritten character string as three-dimensional time-series information and minimizes the accumulated error between the handwritten character string data and the registered handwritten character string data by DP matching. Means for comparing the data corrected by giving a function to determine the degree of difference of the entire character string pattern, (2) extracting characters from the registered handwritten character string data and the input handwritten character string data, and The position and size are normalized, and the cumulative error of the coordinates and pen pressure for each corresponding character of the registered handwritten character string data and the input handwritten character string data is calculated. Means for determining the degree of difference for each character by summing the above.3. Means for calculating the degree of difference in the sway of the writing motion, which is obtained from the accumulated value.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31276196A JP3335538B2 (en) | 1996-11-08 | 1996-11-08 | Method and apparatus for collating a handwritten character string |
| US08/989,081 US6160914A (en) | 1996-11-08 | 1997-12-11 | Handwritten character verification method and apparatus therefor |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31276196A JP3335538B2 (en) | 1996-11-08 | 1996-11-08 | Method and apparatus for collating a handwritten character string |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10143668A JPH10143668A (en) | 1998-05-29 |
| JP3335538B2 true JP3335538B2 (en) | 2002-10-21 |
Family
ID=18033113
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP31276196A Expired - Fee Related JP3335538B2 (en) | 1996-11-08 | 1996-11-08 | Method and apparatus for collating a handwritten character string |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US6160914A (en) |
| JP (1) | JP3335538B2 (en) |
Families Citing this family (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020176619A1 (en) * | 1998-06-29 | 2002-11-28 | Love Patrick B. | Systems and methods for analyzing two-dimensional images |
| US7006685B2 (en) * | 1998-06-29 | 2006-02-28 | Lumeniq, Inc. | Method for conducting analysis of two-dimensional images |
| US7068829B1 (en) | 1999-06-22 | 2006-06-27 | Lumeniq, Inc. | Method and apparatus for imaging samples |
| US6707942B1 (en) * | 2000-03-01 | 2004-03-16 | Palm Source, Inc. | Method and apparatus for using pressure information for improved computer controlled handwriting recognition, data entry and user authentication |
| JP2002008037A (en) | 2000-06-23 | 2002-01-11 | Canon Inc | Sign processing method, sign processor, and storage medium with sign processing program stored therein |
| JP4346814B2 (en) | 2000-12-27 | 2009-10-21 | キヤノン株式会社 | Information processing apparatus and method, computer-readable memory, and program |
| JP2003271965A (en) * | 2002-03-19 | 2003-09-26 | Fujitsu Ltd | Program, method and device for authentication of hand- written signature |
| US20040109608A1 (en) * | 2002-07-12 | 2004-06-10 | Love Patrick B. | Systems and methods for analyzing two-dimensional images |
| US7116806B2 (en) * | 2003-10-23 | 2006-10-03 | Lumeniq, Inc. | Systems and methods relating to AFIS recognition, extraction, and 3-D analysis strategies |
| JP4357935B2 (en) * | 2003-11-14 | 2009-11-04 | 株式会社東芝 | Information processing apparatus and signature data input program |
| US20060285749A1 (en) * | 2005-06-17 | 2006-12-21 | Microsoft Corporation | User-initiated reporting of handwriting recognition errors over the internet |
| US8090161B2 (en) * | 2006-06-19 | 2012-01-03 | Christiane Kaplan | Systems and method for signature verification |
| US7945119B2 (en) * | 2007-06-26 | 2011-05-17 | Microsoft Corporation | Optimizing character rendering |
| FR2970362B1 (en) | 2011-01-11 | 2013-12-27 | Ingenico Sa | METHOD FOR ELECTRONIC AUTHENTICATION OF A HANDWRITTEN SIGNATURE, CORRESPONDING COMPUTER MODULE AND COMPUTER PROGRAM. |
| JP6060501B2 (en) * | 2012-03-08 | 2017-01-18 | 富士ゼロックス株式会社 | Handwriting management program and recording display device |
| FR2993078B1 (en) * | 2012-07-06 | 2014-07-25 | Compagnie Ind Et Financiere Dingenierie Ingenico | METHOD OF AUTHENTICATING A SIGNATURE |
| US9091628B2 (en) | 2012-12-21 | 2015-07-28 | L-3 Communications Security And Detection Systems, Inc. | 3D mapping with two orthogonal imaging views |
| KR101585842B1 (en) * | 2015-10-05 | 2016-01-15 | 주식회사 시큐브 | Segment block-based manual signature authentication system and method thereof |
| CN107122766B (en) * | 2017-05-23 | 2019-09-06 | 北京瑞源智通科技有限公司 | A kind of method of handwriting verification |
| US11195172B2 (en) | 2019-07-24 | 2021-12-07 | Capital One Services, Llc | Training a neural network model for recognizing handwritten signatures based on different cursive fonts and transformations |
| CN110674771B (en) * | 2019-09-29 | 2022-04-01 | 北部湾大学 | Nixing pottery ware signature identification and verification method |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02263275A (en) * | 1989-04-03 | 1990-10-26 | Kiyadeitsukusu:Kk | Preparing system for register pattern of handwritten character |
| DE69218288T2 (en) * | 1991-05-23 | 1997-06-26 | Matsushita Electric Ind Co Ltd | Holographic recording material, device for recording a hologram, method for its production and recording method |
| FR2678407A1 (en) * | 1991-06-28 | 1992-12-31 | Philips Electronique Lab | METHOD AND DEVICE WITH NEURAL NETWORK FOR CLASSIFYING DATA, AND SIGNATURE AUTHENTICATION APPARATUS. |
| US5347589A (en) * | 1991-10-28 | 1994-09-13 | Meeks Associates, Inc. | System and method for displaying handwriting parameters for handwriting verification |
| US5491758A (en) * | 1993-01-27 | 1996-02-13 | International Business Machines Corporation | Automatic handwriting recognition using both static and dynamic parameters |
| US5544255A (en) * | 1994-08-31 | 1996-08-06 | Peripheral Vision Limited | Method and system for the capture, storage, transport and authentication of handwritten signatures |
| GB2307085B (en) * | 1994-09-09 | 1998-09-23 | Motorola Inc | Method and system for recognizing a boundary between characters in handwritten text |
| DE19511472C1 (en) * | 1995-03-29 | 1996-10-17 | Siemens Ag | Dynamic verification of handwritten character by weighting of strokes |
| US5828772A (en) * | 1995-12-27 | 1998-10-27 | Lucent Technologies Inc. | Method and apparatus for parametric signature verification using global features and stroke-direction codes |
-
1996
- 1996-11-08 JP JP31276196A patent/JP3335538B2/en not_active Expired - Fee Related
-
1997
- 1997-12-11 US US08/989,081 patent/US6160914A/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH10143668A (en) | 1998-05-29 |
| US6160914A (en) | 2000-12-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3335538B2 (en) | Method and apparatus for collating a handwritten character string | |
| JP2699241B2 (en) | Access control method and system | |
| JP3218004B2 (en) | Test signature verification method | |
| CN106934362B (en) | On-Line Signature Handwriting Verification Techniques based on behavioral characteristics subregion | |
| JPH11144056A (en) | Electronic signature matching method and system therefor | |
| Huang et al. | On-line signature verification based on dynamic segmentation and global and local matching | |
| JPH10261082A (en) | Registered signature data preparing method for computer signature collating system | |
| JPH08305797A (en) | Dynamic verification method of handwriting based on reference handwriting | |
| JP4308141B2 (en) | How to estimate the direction of a segment of digital ink | |
| JP3335542B2 (en) | Method and apparatus for collating handwritten characters | |
| JPH087788B2 (en) | Signature verification method | |
| Madabusi et al. | On-line and off-line signature verification using relative slope algorithm | |
| CN115393876A (en) | Online signature identification method based on neural network | |
| Tolba | GloveSignature: A virtual-reality-based system for dynamic signature verification | |
| CN115862153A (en) | Signature handwriting authentication method integrating point features, local features and global features, storage medium and electronic equipment | |
| JP3977473B2 (en) | Handwritten character recognition method and handwritten character recognition apparatus | |
| Afsar et al. | Wavelet transform based global features for online signature recognition | |
| Han et al. | An on-line signature verification system using multi-template matching approaches | |
| JPS60116082A (en) | Individual discrimination method | |
| JP3346943B2 (en) | Database search control device | |
| JP6603749B2 (en) | Signature verification system | |
| JP6378416B1 (en) | Signature verification system | |
| JP3198218B2 (en) | Online handwriting recognition method | |
| Russell et al. | Dynamic signature verification using discriminative training | |
| EP0923043A1 (en) | Handwritten character verification method and apparatus therefor |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080802 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090802 Year of fee payment: 7 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090802 Year of fee payment: 7 |
|
| R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090802 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090802 Year of fee payment: 7 |
|
| R370 | Written measure of declining of transfer procedure |
Free format text: JAPANESE INTERMEDIATE CODE: R370 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090802 Year of fee payment: 7 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090802 Year of fee payment: 7 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100802 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110802 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120802 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130802 Year of fee payment: 11 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |